调整gbm（R caret） - 网格搜索获得最佳超参数

Question

我用插入符号制作了一个模型，例如用于手动调整学习率和树木：

gbmGrid <-  expand.grid(
                        n.trees = 1000,
                        interaction.depth = 10,
                        shrinkage = 0.01,
                        n.minobsinnode=1

                        )

但敏感度结果指标很差，并不像特异性那么漂亮。

我认为我需要创建一个网格搜索（like this），以自动方式优化类失衡的概率阈值。

我该怎么办？是否有一个链接/一些指导我/某人的知识，如随机森林的链接案例？